二维码

我们如何为卷积神经网络（CNN）的卷积层选择滤波器？

2252 人阅读 | 时间：2018年12月02日 10:06
我已经阅读了一些关于CNN的文章，其中大部分都有关于卷积层及其设计的简单解释，但它们没有解释如何构建ConvLayer中使用的过滤器。哪些过滤器是那些？我怎么能建立这些过滤器？
过滤器
神经网络模型
数字图像处理

热门答案（2 ）

我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
2年前
恩里科格里桑
帕多瓦大学
亲爱的Marwa Braiki，
卷积神经网络（通常）是用于图像/对象识别的监督方法。这意味着您需要使用一组带标签的图像训练CNN：这允许优化其卷积滤波器的权重，从而学习滤波器对其进行整形，以最小化误差。
一旦确定了过滤器的大小，尽管过滤器的初始化对于“指导”学习很重要，但您确实可以将它们初始化为随机值，并让学习完成工作。
恩里科

我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
2年前
Diulhio Candido de Oliveira
联邦理工大学 - 巴西巴西（UTFPR）
您可以开始尝试了解您的问题所需。
例如，对于图像识别问题，如果您认为网络需要大量像素来识别对象，您将使用大型过滤器（如11x11或9x9）。如果您认为对象的区别是一些小的和局部的功能，您应该使用小型过滤器（3x3或5x5）。
这些是一些提示，但不存在任何规则，最好的方法是测试一些不同的体系结构。如果存在使用CNN解决问题的论文，您可以尝试使用相同的架构并进行更改。否则，Alexnet是一个很好的起点。

所有答案（11 ）

我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
2年前
拉姆萨卡
Jadavpur大学
虽然我没有太多想法，但您可以尝试使用矩阵中随机1和0的不同过滤器。每个滤镜捕获图像的不同特征，最终有助于识别单词。 
我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
2年前
Diulhio Candido de Oliveira
联邦理工大学 - 巴西巴西（UTFPR）
您可以开始尝试了解您的问题所需。
例如，对于图像识别问题，如果您认为网络需要大量像素来识别对象，您将使用大型过滤器（如11x11或9x9）。如果您认为对象的区别是一些小的和局部的功能，您应该使用小型过滤器（3x3或5x5）。
这些是一些提示，但不存在任何规则，最好的方法是测试一些不同的体系结构。如果存在使用CNN解决问题的论文，您可以尝试使用相同的架构并进行更改。否则，Alexnet是一个很好的起点。

我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
2年前
恩里科格里桑
帕多瓦大学
亲爱的Marwa Braiki，
卷积神经网络（通常）是用于图像/对象识别的监督方法。这意味着您需要使用一组带标签的图像训练CNN：这允许优化其卷积滤波器的权重，从而学习滤波器对其进行整形，以最小化误差。
一旦确定了过滤器的大小，尽管过滤器的初始化对于“指导”学习很重要，但您确实可以将它们初始化为随机值，并让学习完成工作。
恩里科

我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
2年前
Vikas Ramachandra
斯坦福大学
正如Enrico上面提到的那样，你不会修复滤波器系数，而是通过几次迭代训练来学习它们。初始化可以是随机的，或者可以基于预先训练的模型权重（例如来自github repos中的'modelzoo'的流行模型，例如Alexnet，VGG等）

我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
2年前
Alexandre Nguyen
蒙特利尔大学
马尔瓦，
我想补充一下Enrico的答案，你可以用无监督学习中学到的功能初始化过滤器。K-means是一个良好的开端，它是一种简单的算法，实现起来非常快。
至于尺寸，我相信接受领域是最重要的。感受野是连续堆叠在彼此顶部的过滤器层的结果。不要忘记考虑池化层。
一般来说，更深层次的架构更好，这意味着您应该支持小型过滤器。
最后，根据机器的内存，有时您只需要处理机器可以处理的内容。

我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
2年前
Marwa Braiki
ÉcoleNationaled'IngénieursdeBrest
非常感谢你的回答

我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
一年前
穆罕默德·洛伊
本哈大学
https://www.slideshare.net/mohamedloey/deep-learning-overview-of-my-work-ii
我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
一年前
Salsabil El-Regaily
艾恩夏姆斯大学
你能说明如何准确循环训练数据吗？我的意思是，如果我有一个大的训练数据集，将过滤器初始化为随机值，运行前向和后向传播..然后如何移动到下一个纪元？
使用获得的滤镜作为下一张图像的初始滤镜？因为我很困惑，我起初认为有一些与过滤器（内核）无关的权重，然后意识到过滤器是权重。
我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
3个月前
S.Amin Dadgar
开姆尼茨工业大学
“初始化......，或者可以基于预先训练的模型权重”。这是否意味着所有隐藏层的内核最初可能相似？
我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
2个月前
Kandarpa Kumar Sarma
高哈蒂大学
由于CNN的隐藏层用作可训练的特征提取器，因此基于较大数量的像素的更详细内容将需要更大的滤波器尺寸。但是，对于需要更多关注本地化差异的情况，需要更小的过滤器尺寸。
我们如何为卷积神经网络（CNN）的卷积层选择滤波器？
11天前
Shefali Saxena
国立技术学院（NIT）Uttarakhand
先生
我们如何将ECG信号作为CNN的输入？
哪个类要用？
请帮忙..！
提前致谢


取消

感谢您的支持，我会继续努力的!

扫码支持
扫码打赏，你说多少就多少

打开支付宝扫一扫，即可进行扫码打赏哦

©著作权归作者所有：来自ZhiKuGroup博客作者没文化的原创作品，如需转载，请注明出处，否则将追究法律责任 来源：ZhiKuGroup博客，欢迎分享。

评论专区
  • 昵 称必填
  • 邮 箱选填
  • 网 址选填
◎已有 0 人评论
相关文章
搜索
作者介绍
superadmin

superadmin

30天热门
热评文章
最近发表
标签列表

©2012-2022 Think tank 鄂ICP备19030179号-1| 使用Chrome浏览本站最佳 | 声明：本站的文章和资源来自互联网或者站长的原创，按照 CC BY -NC -SA 3.0 CN协议发布和共享，转载或引用本站文章<应遵循相同协议。如果有侵犯版权的资源请尽快联系站长，我们会在24h内删除有争议的资源；本站所有收费以及免费的信息和数据仅供参考，不构成投资建议，本网站不承担由此导致的任何责任。 登陆

Powered By Z-BlogPHP

×
×
关闭广告
关闭广告
本站会员尊享VIP特权，现在就加入我们吧！登录注册×
»
会员登录
新用户注册
×
会员注册
已有账号登录
×